Noviembre 2024
Cuarteto de Anscombe (Muzner, 2015)
Tipo vs. semántica
Tipo de dato => != formato de almacenamiento de su valor
| Tipo de dato | Formato | Valor |
|---|---|---|
| Numérico | Entero | 3 |
| Numérico | coma flotante | 3.276 |
| Categórico | Etiqueta | {1, 2, 3} |
(Muzner, 2015)
Tipos básicos de datos:
¡¡¡Cuidado con los datos con dependencias estrictas!!!
(Muzner, 2015)
Según el almacenamiento y procesamiento de los datos -> un tipo de dataset
Tablas: los datos se representan por filas (= items) y columnas (= atributos) -> DataFrame
Redes: se representan relaciones (enlace) entre items
Cuerpos: valores de atributos asociados con celdas o regiones (malla)
Geometrías: contiene información para respresentar formas -> representación de datos espaciales.
(Muzner, 2015)
Tipos de gráficos:
Estáticos: representación fija.
Dinámicos: representación no fija -> variación de algún atributo a lo largo del tiempo (gganimate)
Shiny)(Muzner, 2015)
Atributo = características de un item
Categórico: conjunto de etiquetas de identificación, no tienen orden. Ejem: colores.
Ordenado: valores ordenados entre sí -> operaciones de comparación lógica. Ejem: notas de un examen, tallas de ropa…
(Muzner, 2015)
Multitud de paletas de colores
Podemos definir la nuestra propia
Recomendaciones:
Utilizar una paleta de colores existente.
Tener en cuenta el propósito del gráfico.
Revisar la documentación de los paquetes.
Ventaja de utilizar una paleta:
Paquetes más conocidos de R:
viridis: diseñado para espectadores con ceguera de algún color. Se pueden convertir faciltmente a B/N.colorspace: diseñadas dependiendo del tipo de atributo (categórico, secuencial, divergentes, etc.).RColorBrewer: en cartografía porque tiene una herramienta interactiva de selección de paletas en función del objetivo del mapaFuente: (Healy, 2019)
Más reglas básicas:
1º REGLA: Maximizar data-to-ink ratio.
Fuente: [ggplot2: overplotting]
Fuente: (Healy, 2019)
3º REGLA: Priorizar los datos, sobre los elementos de diseño.
Fuente: (Healy, 2019)
No dar por buenas las configuraciones por defecto de bibliotecas y herramientas de visualización
ggplot2.Fuente: (Healy, 2019)
Fuente: (Healy, 2019)
Teoría de la Gestalt
Fuente: (Healy, 2019)
Uso adecuado de las escalas.
Fuente: (Healy, 2019)
Análisis exploratorio de datos
Fuente: (Wilke, 2019)
Análisis exploratorio de datos
Análisis exploratorio de datos
Análisis exploratorio de datos
Análisis exploratorio de datos
Fuente: (Wilke, 2019)
Análisis exploratorio de datos
Análisis exploratorio de datos
Análisis exploratorio de datos
Análisis exploratorio de datos
Análisis exploratorio de datos
Fuente: (Wilke, 2019)
Relaciones cuantitativo-cuantitativo (gráficos X-Y)
Fuente: (Wilke, 2019)
Relaciones cuantitativo-cuantitativo (gráficos X-Y)
Relaciones cuantitativo-cuantitativo (gráficos X-Y)
Fuente: (Wilke, 2019)
Relaciones cuantitativo-cuantitativo (gráficos X-Y)
Relaciones cuantitativo-cualitativo
Fuente: (Wilke, 2019)
Relaciones cuantitativo-cualitativo
Relaciones cuantitativo-cualitativo
Fuente: (Wilke, 2019)
Relaciones cuantitativo-cualitativo
Fuente: (Wilke, 2019)
-Proporciones. Múltiples conjuntos de proporciones.
Fuente: (Wilke, 2019)
Proporciones. Múltiples conjuntos de proporciones.
Fuente: (Wilke, 2019)
Proporciones en función de más de una variable categórica.
Proporciones en función de más de una variable categórica.
Fuente: (Wilke, 2019)
Datos espaciales
Representación de la incertidumbre
Fuente: (Wilke, 2019)
Fuente: (Wilke, 2019)
Representación de la incertidumbre
Fuente: (Wilke, 2019)
Gramática de gráficos:
ggplot2Elementos de la gramática de gráficos:
H. Wickham: